畢業(yè)論文基于小波變換手指靜脈去噪技術(shù)-在線(xiàn)瀏覽
2024-08-08 10:19本頁(yè)面
【正文】 pectively. Experiments show the method has integrated advantage for image denoising and for enhancing the clarity of the fingervein image.Key words: SWT。 approximation signal。目前，指紋識(shí)別技術(shù)相對(duì)于虹膜、人臉等識(shí)別技術(shù)來(lái)說(shuō)，是生物特征識(shí)別技術(shù)中比較成熟的一種身份確認(rèn)技術(shù)，已經(jīng)在安檢、門(mén)禁、考試等很多方面得到了很好的應(yīng)用。而手指靜脈識(shí)別技術(shù)能完全克服上面的諸多缺點(diǎn)，使得身份認(rèn)證更加方便快捷。它是世界上最尖端的具有高精度、高速度的認(rèn)證技術(shù)。手指靜脈識(shí)別技術(shù)與其他生物識(shí)別相比，具有以下優(yōu)點(diǎn)： 利用的是活體的內(nèi)生理特征，不會(huì)磨損，較難偽造，具有很高的安全性。 可以實(shí)現(xiàn)非接觸或弱接觸測(cè)量。但手指靜脈識(shí)別技術(shù)也存在不可避免的缺點(diǎn)。2 小波變換基本理論上個(gè)世紀(jì)80年代初，Morlet和Arens等人首次提出了“小波”的概念。作為一種數(shù)學(xué)工具，小波分析已廣泛地應(yīng)用于信號(hào)分析、圖像處理、數(shù)值分析等方面，而這些實(shí)際應(yīng)用中產(chǎn)生的問(wèn)題也進(jìn)一步促進(jìn)和激發(fā)了人們研究小波理論的興趣，帶來(lái)了小波分析的迅速發(fā)展。小波（wavelet），即小區(qū)域的波，是一種特殊的長(zhǎng)度有限、平均值為0的波形。將小波母函數(shù)進(jìn)行伸縮和平移，就可以得到函數(shù)： （22）上式中a是伸縮因子，而b是平移因子，稱(chēng)為由母小波函數(shù)生成的連續(xù)小波函數(shù)。若a, b是連續(xù)變量，稱(chēng)為連續(xù)小波，若a, b 是離散變量，稱(chēng)為離散小波。? 時(shí)間：提取信號(hào)中“指定時(shí)間”（時(shí)間A或時(shí)間B）的變化。? 頻率：提取信號(hào)中時(shí)間A的比較慢速變化，稱(chēng)較低頻率成分；而提取信號(hào)中時(shí)間B的比較快速變化，稱(chēng)較高頻率成分。因此，對(duì)于一個(gè)能量有限信號(hào)，可以通過(guò)多分辨率分析的方法把其中的逼近信號(hào)和細(xì)節(jié)信號(hào)分離開(kāi)，然后再根據(jù)需要逐一研究。關(guān)于Riesz的具體說(shuō)明如下：若是的Risez基，則存在常數(shù)A，B使得：對(duì)所有雙無(wú)限可平方和序列，即成立。，并同時(shí)給出了著名的Mallat算法。利用Mallat算法可以根據(jù)不同尺度把已知信號(hào)進(jìn)行多級(jí)分解，從而把信號(hào)分割成細(xì)節(jié)信號(hào)和逼近信號(hào)，如圖所示：22……圖21 Mallat分解算法在圖中，表示原始信號(hào)向量。以上過(guò)程可以表示為： （24） （25）以上兩式的物理意義：經(jīng)過(guò)沖擊響應(yīng)為的數(shù)字濾波器后，再抽取偶數(shù)樣本就得到，經(jīng)過(guò)沖擊響應(yīng)為的數(shù)字濾波器后，再抽取偶數(shù)樣本就得。以下是以lena圖像為例，利用Mallat算法將圖像進(jìn)行兩級(jí)分解示意圖：
數(shù)學(xué)相關(guān)推薦
鄂ICP備17016276號(hào)-1